在社会信息化的发展过程中，遥感应用技术占据着越来越重要的地位。而遥感影像中的特定地物目标的识别和提取又是遥感应用技术的热点。利用多光谱遥感影像进行地物目标识别和提取已经有20多年的研究历史，取得了一定的研究成果，但是已有的地物目标识别提取方法所用到的地物目标的特征信息还比较单一，因此地物目标的识别率和提取效果还不够理想。所以本文在特征级信息融合的理论基础上，将地物的光谱特征、几何形状特征和纹理特征进行有机融合，然后利用这些融合信息进行特定地物目标识别和提取，提高了地物目标识别率和增强了地物目标的提取效果。 信息融合技术是多源信息综合处理的一项新技术，在遥感图像处理领域中，象素级融合技术已经相对成熟，而涉及到遥感图像特定地物目标识别和提取的研究时，人们越来越清楚地认识到特征级融合的重要性。在以特征级信息融合技术为基础的目标识别技术中，地物目标的光谱特征、几何形状特征和纹理特征都是不相关的特征向量，把这些不相关特征向量数据非线性关联成一个融合矢量比较困难。而人工神经网络具有对数据类型和分布函数没有限制、对数据的要求更加灵活、容忍度更高等优点。基于人工神经网络的这些优点，本文在特征级信息融合的理论基础上，提出一种基于BP网络信息融合的目标识别提取方法，然后以中等分辨率遥感影像中的机场目标识别为例，验证了本方法的有效性和可行性。 本文的主要研究内容有： 首先搜集、整理和总结了近年来国内外在信息融合领域的最新研究成果进展，并对特征级信息融合的优缺点和适用范围进行了详细总结：其次介绍了人工神经网络技术的理论基础，详细讨论了BP网络结构与参数的设计；接着概述了目标特征选择与提取的方法，并且针对本文选用的三种主要特征——光谱特征、几何形状特征和纹理特征给出了不同的选择与提取的方法，并给出了部分目标特征选择和提取的试验结果；然后重点研究了基于BP网络的特征级信息融合技术，并提出了以此技术为基础的地物目标识别系统，该系统充分结合了信息融合的多源性和神经网络强大的非线性处理能力等优点，并以中等分辨率遥感影像中的机场识别为例，来验证该系统的有效性和可行性；最后本文回顾了作者在理论和应用方面所做的工作，提出了今后进一步研究和改进的方向。